Avaliação de árbitros: conhecimentos mensuráveis vs competências em campo

A avaliação de árbitros coloca todo diretor técnico de federação diante de duas realidades contraditórias. De um lado, critérios que podem ser pontuados com precisão: resultados de provas escritas, tempos em testes físicos, percentual de decisões corretas em vídeo. Do outro, tudo o que realmente faz a diferença em campo: a autoridade natural, a gestão de uma partida que sai dos trilhos, a capacidade de perceber a tensão antes que ela exploda.

Construir uma grade de avaliação de árbitros significa decidir onde traçar a linha entre esses dois territórios, e como evitar que o subjetivo contamine o objetivo.

---

1. O que as grandes federações avaliam hoje

As federações mais estruturadas convergiram para uma arquitetura em dois níveis: o que pode ser medido de um lado, o que deve ser interpretado do outro.

O que é mensurável

A FFF avalia seus árbitros federais em três componentes: uma avaliação em campo (coeficiente 8), o teste físico TAISA e uma prova teórica escrita (coeficiente 1 em algumas comissões regionais). O TAISA consiste em sprints intermitentes de 65 a 75 metros, repetidos entre 30 e 40 vezes. Produz uma pontuação objetiva, reproduzível e comparável entre temporadas. O componente teórico é uma prova de múltipla escolha sobre as regras do jogo, por vezes complementada com um relatório em vídeo.

O que é interpretado

A FA (Inglaterra) formalizou em 2022/23 um esquema de pontuação em 6 dimensões. Essas dimensões são avaliadas pelos clubes e por avaliadores oficiais formados pela federação, denominados assessors. Três das seis dimensões (controle da partida, comunicação, gestão de jogadores) não podem ser quantificadas: são julgadas.

A FFR segue a mesma lógica com o Perf Arbitres. Após cada partida, supervisores e árbitros registram suas observações por meio de uma grade estruturada (scrums, placagens, conduta da partida, comunicação). Porém, é um humano que classifica, não um algoritmo.

Federação	Critérios mensuráveis	Critérios interpretativos	Mecanismo de pontuação
FFF	Físico (TAISA), múltipla escolha sobre regras, vídeo	Desempenho global em campo	Campo coef. 8 / Teoria coef. 1
FA	Condição física	Julgamento, controle da partida, comunicação, gestão de jogadores	6 dimensões pontuadas de 1 a 10 por clubes e assessors
FFR (Perf Arbitres)	Decisões registradas pós-partida	Conduta da partida, scrums, comunicação	Classificação mensal dinâmica

O modelo acadêmico com maior consenso é o dos 5 Cornerstones (Mascarenhas, Collins e Mortimer, 2005). Adotado pela federação inglesa de rugby, identifica cinco pilares do desempenho arbitral: personalidade e gestão do jogo, condição física e posicionamento, conhecimento das regras, julgamento contextual e características psicológicas de excelência. É precisamente nesses desafios da avaliação de árbitros que as federações buscam avançar há vários anos.

---

2. A fratura na avaliação de árbitros: mensurável vs percebido

Os critérios mensuráveis têm uma limitação conhecida: nem sempre preveem a qualidade real em campo. A precisão nas decisões sem assistência tecnológica oscila entre 82% na Premier League e 92,1% em 13 ligas nacionais. São números elevados. Contudo, não dizem nada sobre como o árbitro gerencia uma partida sob pressão, nem sobre sua influência no comportamento dos jogadores.

Os critérios subjetivos levantam um problema diferente. Pesquisadores o formularam em termos que deveriam alertar qualquer federação:

« As práticas de observação não medem o desempenho arbitral – elas o estabelecem. »
Estudo etnográfico sobre a FFF, HAL Science

Em outras palavras, a avaliação de árbitros não revela o que eles valem objetivamente. Ela constrói o que a instituição acredita que valem, dependendo de quem observa, em que contexto e com quais expectativas prévias.

Essa constatação é confirmada pelos próprios avaliadores. Em uma pesquisa sobre as comissões de arbitragem do norte da França, eles descrevem a « personalidade arbitral » como « o campo mais difícil de preencher ». O resultado é paradoxal: « quanto mais difícil se torna medir a atividade, mais os critérios proliferam ». As grades se ampliam sem resolver o problema.

Na prática: uma grade bem elaborada separa explicitamente o que é pontuado com base em fatos (conhecimento das regras, dados físicos, decisões verificáveis em vídeo) do que é julgado (gestão da partida, comunicação, autoridade). Misturar os dois na mesma coluna é como somar laranjas e maçãs.

---

3. O problema real: dois avaliadores, duas notas diferentes

A confiabilidade de uma grade depende tanto de seu design quanto de quem a utiliza. Os dados disponíveis sobre esse ponto são preocupantes.

Concordância intra-avaliador

Um estudo com 34 avaliadores oficiais da Federação Portuguesa de Futebol mediu a consistência intra-avaliador: a capacidade do mesmo avaliador de atribuir a mesma nota ao rever a mesma partida várias semanas depois. O resultado foi um CCI (coeficiente de correlação intraclasse, indicador que vai de 0 a 1) de 0,73. A concordância é sólida, mas imperfeita. Além disso, o modelo explica apenas 60,4% das notas finais. Os 40% restantes dependem de uma impressão geral atribuída segundo as diretrizes da UEFA, ou seja, puro julgamento humano.

Concordância entre árbitros

No hóquei sueco, um estudo com 33 oficiais profissionais submeteu 50 situações em vídeo à avaliação dos participantes. A concordância foi medida pelo coeficiente kappa: um indicador que vai de 0 (concordância aleatória) a 1 (concordância perfeita). A concordância na identificação de uma infração chegou a kappa = 0,63: satisfatório. Já a concordância sobre a sanção a aplicar caiu para kappa = 0,35, um nível fraco. Dois oficiais que veem a mesma falta não escolhem a mesma resposta.

Limiares de decisão individuais

Um estudo com 56 árbitros profissionais de handebol na Itália traz informações adicionais. Cada árbitro tem um limiar de decisão pessoal – o ponto a partir do qual julga que uma situação justifica o apito. Esse limiar varia entre os indivíduos e explica grande parte das diferenças de pontuação, independentemente da grade utilizada.

O estudo da OpenEdition também identifica dois efeitos sistêmicos. O efeito Pigmaleão: as expectativas prévias sobre um árbitro influenciam a percepção de seu desempenho. E a densidade relacional do meio: em um mundo onde todos se conhecem, a reputação pessoal frequentemente se sobrepõe ao desempenho real.

---

4. O que uma grade confiável de avaliação de árbitros deve incluir

Quatro princípios operacionais emergem das práticas mais avançadas:

• Separar os dois tipos de critérios na própria estrutura da grade. Os critérios factuais são pontuados em escalas numéricas com limiares definidos. Os critérios interpretativos, por sua vez, são avaliados com descritores comportamentais precisos. Por exemplo, não « boa comunicação », mas « o árbitro verbalizou suas decisões em cada situação controversa ». Um descritor vago deixa margem para a interpretação do avaliador.

• Calibrar os avaliadores antes de implantar a grade. A FA forma uma hierarquia de assessors certificados em diferentes níveis. Os relatórios dos avaliadores iniciantes são revisados pelos mais experientes. A consistência entre avaliadores não é dada – ela se constrói.

• Registrar os dados para detectar desvios. A variável mais preditiva de uma nota alta no estudo português não foi nem o conhecimento das regras nem a condição física. Foi a qualidade do trabalho em equipe com os árbitros assistentes, que multiplica por 46 as chances de obter uma nota alta. Uma grade digital torna esse tipo de correlação visível e permite identificar um avaliador que pontua sistematicamente fora da distribuição dos demais.

• Vincular a avaliação em campo à certificação. Uma grade isolada produz notas. Conectada a um histórico de certificações, produz rastreabilidade. É a diferença entre um julgamento pontual e um dado aproveitável a longo prazo – e é exatamente o que as federações que recorrem a uma plataforma de certificação dedicada estão construindo.

---

O que a grade nunca poderá substituir

A grade de avaliação de árbitros é uma ferramenta para reduzir a subjetividade, não para eliminá-la. Os 5 Cornerstones, as 6 dimensões da FA, as categorias do Perf Arbitres: todos esses referenciais coexistem com um elemento irredutível de julgamento humano.

O objetivo realista não é medir tudo. É documentar o que pode ser medido, formalizar descritores para o que não pode, e registrar tudo para que uma decisão sobre um árbitro seja justificável – e não apenas sentida.

---

FAQ